在 pandas 中如何实现 countif 函数？
您想要统计每行中比指定指标值大的列的个数。此问题可以轻松使用 excel 中的 countif 函数解决。但是，在 pandas 中，您可能会遇到像您描述的困难。
问题
您的代码如下：
np.where(data[data.columns[1:]] > data['指标']).count(1)(data[data.columns[1:]] > data['指标']).sum()
但这些代码返回 0 的结果。这是因为：
np.where 返回一个布尔掩码，而不是实际计数。sum() 仅计算布尔掩码中的 true 的数量，该数量始终为 0 或 1。
解决方案
要实现 countif 函数，您可以使用 apply() 方法逐行应用 lambda 函数。代码如下：
data['countif'] = data.apply(lambda x : sum(data['X1':'X4'] > data['指标']),axis =1)
lambda x : sum(data[‘x1′:’x4’] > data[‘指标’]) 定义了一个 lambda 函数，该函数获取一行数据 x 并计算大于指标值的元素数量。apply() 逐行应用 lambda 函数，并将结果存储在名为 ‘countif’ 的新列中。
现在，data[‘countif’] 列包含每行中大于指标值的列的个数。
以上就是Pandas 如何实现 COUNTIF 函数统计每行大于指标值的列数？的详细内容，更多请关注创想鸟其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 chuangxiangniao@163.com 举报，一经查实，本站将立刻删除。
发布者：程序猿，转转请注明出处：https://www.chuangxiangniao.com/p/1351170.html
微信扫一扫 
支付宝扫一扫 
